این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
دانشور پزشکی، جلد ۲۲، شماره ۳، صفحات ۷۱-۸۲
عنوان فارسی شناسایی عوامل تأثیرگذار بر سکته قلبی در بیماران دیابتی با استفاده از الگوریتم C&R
چکیده فارسی مقاله مقدمه و هدف: بیماری‌های قلبی، شایع‌ترین علت مرگ‌ومیر در کشورهای توسعه‌یافته و همچنین در کل دنیا هستند و طبق پیش‌بینی سازمان بهداشت جهانی، عامل اصلی مرگ‌ومیر در سراسر دنیا در سال 2020 خواهندبود. طبق آخرین گزارش‌های سازمان بهداشت جهانی از هر 20 مرگ‌ومیر، یکی به دلیل دیابت است. بیماری‌های قلبی و سکته قلبی از مهم‌ترین عوارض دیابت به‌شمارمی‌آیند. در این تحقیق با استفاده از الگوریتم‌های داده‌کاوی، احتمال بروز سکته قلبی در بیماران دیابتی را با دقتی قابل‌قبول پیش‌بینی‌کرده، عوامل مؤثر در بروز سکته قلبی شناسایی‌شده‌اند. مواد و روش‌ها: در این مطالعه که به‌صورت گذشته‌نگر انجام‌شد، 856 پرونده سال 1388شمسی مرکز دیابت گرگان بررسی‌شده‌اند. اطلاعات موجود در پرونده بیماران با استفاده از روش های داده‌کاوی با نرم‌افزارSPSS CLEMENTINE تجزیه‌وتحلیل‌شدند. برای شناسایی عوامل مؤثر بر بروز سکته قلبی از الگوریتم‌های دسته‌بندی داده‌کاوی استفاده‌شد. نتایج: با استفاده از الگوریتم درخت تصمیم C&R، مدلی با دقت 94 درصد معرفی‌شده‌است. براساس درخت تصمیم C&R، سابقه فشارخون، شاخص BMI، فشارخون سیستولیک و دیاستولیک، چربی خون با چگالی پایین، میزان فعالیت روزانه و سن از مهم‌ترین عوامل مؤثر در[بروز] سکته قلبی در بیماران دیابتی شناسایی‌شده‌اند. نتیجه‌گیری: می‌توان با استفاده از قوانین ایجاد‌شده و شناسایی ویژگی‌های تأثیرگذار و کنترل عوامل مؤثر در بروز سکته قلبی در بیماران دیابتی، میزان مرگ‌ومیر ناشی از این عارضه را تاحدی کاهش‌داد.
کلیدواژه‌های فارسی مقاله داده‌کاوی، دیابت، سکته قلبی، الگوریتم درخت تصمیم،
عنوان انگلیسی Identification of influencing factors for heart attack in diabetic patients using C & R algorithm
چکیده انگلیسی مقاله Background and Objective: Cardiovascular disease is the most common cause of death in developed countries and in the whole world, and according to the World Health Organization prediction, will be the major cause of morbidity throughout the world in 2020. According to the recent World Health Organization report from each 20 deaths, one is due to diabetes. Heart disease and heart attack are the most important complications of diabetes. In this study, data mining algorithms were used to predict the risk of heart attack in diabetic patients with acceptable accuracy and identify the factors that affect the incidence of heart attack. Materials and Methods: The study was performed retrospectively on 856 patients in 2009 from Gorgan diabetic center. Clinical data of patients using data mining methods were analyzed in the SPSS software. To identify the influencing factors on incidence heart attack, classification data mining algorithms were used. Results: A model with 94 percent accuracy is identified using the C&R decision tree algorithm. According to the C&R Tree hypertension, index BMI, systolic and diastolic blood pressure, LDL, daily activity level and age are identified as the most important factors of heart disease in diabetic patients Conclusion: With the use of Created rules and identifying effective features and controlling effective factors on diabetic patients, the mortality rate of this complication was somewhat reduced.
کلیدواژه‌های انگلیسی مقاله داده‌کاوی, دیابت, سکته قلبی, الگوریتم درخت تصمیم
نویسندگان مقاله حکیمه عامری |
دانشگاه خواجه نصیرالدین طوسی تهران

سمیه علیزاده |
دانشگاه خواجه نصیرالدین طوسی تهران

اکبر برزگری |
دانشگاه علوم پزشکی گرگان

نشانی اینترنتی http://daneshvarmed.shahed.ac.ir/article_1636_5ec08b3feb473c868aaa49e84b5f8b8c.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات